如何重新训练/更新 keras 模型？

Posted 2023-02-23

【中文标题】如何重新训练/更新 keras 模型？

【英文标题】：How to retrain/update keras model?

【发布时间】：2019-06-18 20:28:54

【问题描述】：

如何在不从头开始重新训练的情况下更新/附加新数据到我的模型？ 我的数据集是图像，输出是预测情绪。

model.fit(x=train_image, y=train_label, epochs=1, batch_size=1)

Model.fit 似乎没有附加我的新数据，而是覆盖了模型。我的输出只有一个（我更新的最后一个）。

Loading a trained Keras model and continue training

我已经搜索过了，但效果不佳。

编辑 1： 当我们丢失之前训练的数据时，我们能做什么。简而言之，我们在训练完成后丢失了训练数据，并且无法再次取回数据，我们需要保留的只是从中完成的学习，并在收到新数据时重新训练模型。

【问题讨论】：

究竟是什么不起作用？您收到任何错误消息吗？您是否还将优化器的状态保存在某处？

@Hagbard 是的，我确实保存了它，它没有错误。问题是每次我使用 model.fit 重新训练/更新它时，它都会不断覆盖我的模型。

【参考方案1】：

这真的很容易。例如 Keras 中的model.save() 可以保存模型权重，这是您实际需要保留的。

之后，您可以将新图像添加到您的训练集中，但只需使用您保存的权重即可。

每个新纪元都会通过所有图像（新旧图像）。

【讨论】：

好吧，我将训练数据的 x 和 y 数组保存到 numpy 文件中。然后将新的 x 和 y 数据附加到该文件中，然后重新训练整个模型。它更像是一种数据收集方法。

你有任何教程/资源的链接来解释模型再训练的实际效果吗？

@JapeshMethuku 不，因为我在 PyTorch 中的时间越来越长，但你可以试试 keras.io/guides /transfer_learning/

@prosti 谢谢！但是当我说再培训时，我并没有提到迁移学习。

有什么大的不同吗？